赵丽霞,张值胜 | 国外高等教育教材数字化转型模式探究:基于“活的”视角
- 2026-09-28 02:43:07
关键词:活的教材;教材数字化转型;概念图谱;开源迭代;知识生态
教材是人才培养的核心载体,承载着培根铸魂、启智增慧的育人使命。《教育强国建设规划纲要(2024—2035年)》明确将“打造培根铸魂、启智增慧的高质量教材”作为加快建设教育强国的关键任务,要求“加快推进教材数字化转型”[1]。2025年4月,教育部等九部门联合印发《关于加快推进教育数字化的意见》,提出“推动课程体系、教材体系、教学体系智能化升级”[2]。数字技术的引入使得课程、教材、教学和评价之间的界限日益模糊,取而代之的是以学习者为中心,教、学、评全链条贯通的新型知识服务生态。然而,教材数字化转型的方向和路径尚未达成共识,一些数字教材虽有丰富的数字资源和交互工具,但在内容组织和逻辑结构上仍保留了纸质教材的线性思维,距离宋毅等[3]提出的知识内容的契合度、教学应用的有效度和教学内容的拓展性还有一定的差距。
21世纪初,教育技术研究者便开始探索将静态教材转变为可动态更新的知识载体,试图转变教材作为死板的最终产品的思维定式。随着新技术的发展,这种愿景正在成为可能。国际上一些探索不约而同地选择使用“Living Textbook”(活的教材)这一名称。“textbook”中的“text”的拉丁词源“texere”意为“编织”,后隐喻为“由文字编织而成的篇章/课文”,同“book”类似,都有“业已完成”的含义;而“living”则相反,代表未完成的、不断生成的、持续进化的状态。“Living Textbook”本身所蕴含的内在张力,就是对传统教材本体论的挑战。“活的教材”并非严格定义的学术概念,而是包含了不同的实践模式。
本研究通过系统梳理国际上3种具有代表性的“活的教材”实践模式,揭示其底层逻辑、运行机制和发展路径,以期为我国高等教育教材数字化转型提供镜鉴。
1 活的教材”的3种模式
通过对国际实践的全面梳理,本研究选择3种具有代表性的模式进行分析:第1种是以知识图谱和概念关系网络为核心架构的概念图谱型,其核心逻辑是“知识作为关系网络”;第2种是以开源协作和版本迭代为驱动机制的开源迭代型,其核心逻辑是“知识作为开源代码”;第3种是以机构化持续运营和规模化知识服务体系建设为业务模式的知识生态型,其核心逻辑是“知识作为生态系统”。
1.1 概念图谱型“活的教材”
概念图谱(Concept Map)型将知识理解为概念节点之间通过语义关系连接而成的意义网络,认为新知识只有与学习者认知结构中已有的知识概念建立实质性的联系,才能产生有意义的学习。荷兰屯特大学地理信息科学与地球观测学院2016年春季启动Living Textbook平台,将Wiki百科的内容模式与交互式概念图相结合,以“概念节点”和“关系边”为基本组织单元,形成可自由探索的交互式概念网络[4]。在荷兰之外,这种“活的教材”有两个具有广泛影响力的应用案例。
(1)美国地理信息科学大学联盟(UCGIS)的地理信息科学与技术(GIS&T)知识体系,于2020年决定从静态PDF形式整体迁移到屯特大学的Living Textbook(活的教材)平台上[5],至今仍在持续更新。该知识体系包括9个知识领域(基础概念、知识经济、计算平台、程序开发、数据采集、数据管理、制图与可视化、GIS与社会、领域应用),下设400余个知识主题,每个主题以结构化“概念页面”呈现(概念描述、学习目标、参考文献、版本记录等),教师可为本科/研究生分别配置不同学习路径(例如“基础概念→数据管理→制图”或“空间统计→机器学习→空间分析”),实现同一知识体系服务不同层次教学需求。
(2)欧盟对地观测与地理信息领域技能发展与能力建设创新战略(EO4GEO),依托Living Textbook平台从静态层级表升级为动态可迭代的知识本体网络[6],目前已迭代为SpaceSUITE项目,知识体系也随之更新为覆盖下游航天全产业链的地理空间(GeoSpace)知识体系[7]。
概念图谱型模式的突出特征是“知识拓扑的稳定性”与“学习路径的个性化”之间的辩证统一。概念节点之间的语义关系由领域专家共同体建立,具有相对稳定性;但每个学习者可以沿着不同的路径遍历这一网络,适合学科概念密集、概念之间交叉关系复杂的领域。
1.2 开源迭代型“活的教材”
该模式的核心理念是将教材视为开源软件,通过版本控制系统实现内容的持续修订、社区化协作和自动化构建发布。开源迭代型已形成一个日益壮大的实践群落。斯坦福大学心理学系教授Russell A. Poldrack的《21世纪统计思维》(Statistical Thinking for the 21st Century)一书采用CCBY-NC4.0许可协议,源代码(R Markdown/.Rmd格式)托管在GitHub上,配有R语言和Python双版本的配套编程教程,可被读者直接执行以复现所有分析结果,真正实现了“可复现教材”的理念[8]。全球读者可以在线报错、提建议,通过拉取请求直接贡献修改,把教材变成像开源软件一样持续迭代的公共物品。剑桥大学出版社《动手学深度学习》(Dive into Deep Learning)一书纸质版已正式出版,但线上电子版和全部代码永久开源免费,被全球70个国家、500余所大学采用为深度学习课程教材[9]。R Studio首席科学家哈德利·威克姆(Hadley Wickham)所著的《R数据科学》(R for Data Science)全书在线网页版、书籍源代码、配套示例代码完全免费公开[10],衍生出全球最大的R语言学习社群。
开源迭代型“活的教材”展示了一种不同于传统出版体系的知识生产新机制,将教材的“可复现性”引入了教材建设的核心议题:只有将教材内容与可执行代码深度融合,才能真正实现“学以致用”。开源模式所依赖的版本控制、持续集成和社区治理等工程实践,也为我国数字教材的标准化建设和质量保证提供了可借鉴的技术路径。
1.3 知识生态型“活的教材”
知识生态型将教材从“一本书”的产品逻辑升级为“一个持续运转的知识生态系统”的组织逻辑,由专职团队负责内容策划与质量把关,各领域专家按需编写或修订内容,配套生态体系形成围绕知识内容的全链条服务网络。美国国立卫生研究院(NIH)资助的《重新思考临床试验:一部实用性临床试验活的教材》(Rethinking Clinical Trials:A Living Textbook of Pragmatic Clinical Trials)[11]由各工作组负责编写新章节,并对现有章节进行常态化内容更新,推动了全球临床试验数据的共享与整合,全世界的临床试验数据可以通过标准化接口汇入这一知识生态系统,使教材内容始终建立在最新、最全的实证数据基础之上,实现“活的数据驱动活的内容”。其配套生态包括每月播客栏目、每周在线专家讲座和继续教育学分认证,还通过云端学习管理系统提供自定进度的学习路径,完成学习可获得继续教育学分。
知识生态型“活的教材”模式中,活的不仅是教材,还有整个知识组织的持续运转。在商业组织层面,荷兰Wolters Kluwer旗下的UpToDate拥有约7 600名临床医生组成的编辑网络,覆盖13 000余个临床主题,用户规模超过300万[12]。在国家级知识基础设施层面,澳大利亚的Living Evidence Consortium发布了覆盖多个重大疾病领域的国家级动态临床指南,定期检索全球最新临床研究,开展前沿文献扫描,捕捉可能改变诊疗方案的新证据[13]。在国际组织层面,世界卫生组织的COVID-19活态临床指南自2020年启动以来持续更新,已被WHO视为未来临床指南开发的标准方法[14],标志着“Living Textbook”理念已从教材领域扩展至更广泛的公共知识服务领域。
2 对3种模式的对比分析
3种“活的教材”模式虽然共享“教材应持续生长”这一核心理念,但在“谁来生产”“怎样活起来”“怎样融入教学”“怎样面对AI”等问题上存在明显差异。本研究从这4个维度展开比较分析(见图1),以期为我国在不同学科、不同场景下的路径选择提供多维参照。

2.1 谁来生产:3种知识生产主体的比较
概念图谱型以领域专家共同体为生产主体。以屯特大学Living Textbook平台上的“空间数据采集”概念节点为例,其入向关系包含6个子概念,出向关系指向数据库和可视化两个后续概念,同时挂载到两条学习路径[4],意味着任何一个子概念的新增或修订都会自动传导至所有关联节点和学习路径。这种知识拓扑结构的生产方式,要求教材生产者必须具备系统性的学科视野,并理解概念图方法论,其权威性建立在学科共识和同行审议的双重基础之上。例如EO4GEO项目由12个国家的25家核心机构协同构建,概念节点和语义关系均经过专家评审方可纳入图谱[15]。
开源迭代型以分布式社区为生产主体,从根本上重构了教材内容的生产与更新逻辑:将传统封闭的、由少数作者一次性完成的写作生产,升级为开放的、多元主体协同参与的持续迭代协作工程。例如英国艾伦·图灵研究所(Alan Turing Institute)发起的《图灵之路:可复现、伦理化、协作式数据科学手册》(The Turing Way)已有累计超过17 000次修改提交,建立了多层次的社区治理角色体系[16]。这种模式参与门槛最低,通过开源平台流水线完成内容校验、多格式封装与自动部署,摒弃传统人工发布流程,更新周期可从“年”压缩至“天”,同时也带来质量一致性控制的挑战。
知识生态型以专职机构为生产主体,依托编辑团队和专家工作组形成制度化生产流水线,实行“新证据出现即更新”的高频维护策略。在这种模式下,教材不是被动等待作者手动更新的静态文档,而是通过制度化的编辑流水线与最前沿的研究进展、最新的实证数据、最及时的政策变化保持同步。其生产过程的专业化程度最高,通常需要机构合作身份或专业资质,所以运营成本也最高,需持续支付专职团队和基础设施成本。例如,UpToDate有7 600名临床医生组成的编辑网络,需要庞大的经费支持,而NIH则依靠联邦拨款。
2.2 3种“活”法:3种更新机制的比较
3种模式对教材“活”的本质理解存在根本性差异,这种差异决定了它们各自“活”的方式完全不同。“活的教材”的不同实践模式,指向一种共同的教材观:教材应成为持续生长的知识有机体,其“活”的属性体现为内容的可修订、知识的可重组和平台的可持续3个核心维度。
概念图谱型的“活”是结构层面的活,改变的是知识在教材中的存在方式,从线性的、固定的章节序列,转变为网状的、可动态遍历的概念关系结构。在这种模式中,知识不是被“写死”在某一页上,而是被“编织”成一个可探索的意义网络,核心是知识组织的拓扑弹性,学习路径可以动态调整。卡内基梅隆大学的开放学习计划(OLI)以知识组件(Knowledge Components)为基本教学单元,每个知识组件对应一个明确的学习目标,组件之间按照认知科学的先修依赖关系组织为有向无环图(DAG),基于新的学习科学研究修改某个知识组件的讲解策略时,所有包含该组件的课程页面会自动获取更新后的内容[17]。结构层面的活,本质上是对“教材必须是一本书”这一印刷时代产物的彻底告别。
开源迭代型的“活”是工程层面的活,根植于开源“开放协作、共享共创”的核心本质,每位参与者都可基于统一的贡献规则参与内容优化,每处内容修改都有完整可追溯的版本记录,每轮内容更新都经过自动化构建与多维度质量校验,所有修改轨迹、评审流程全程公开可查。以《图灵之路:可复现、伦理化、协作式数据科学手册》为例[16],社群贡献贯穿从内容编写到错误更正的全部环节,解决了研究不可复现、代码无规范、数据难共享、科研不合规的行业痛点,展示了开源模式在大型协作知识项目中的可扩展性。工程层面的“活”,本质上是对“教材一旦出版便不可更改”这一传统出版逻辑的彻底重构。
知识生态型的“活”是生态层面的活,改变的是教材与其所处的知识环境之间的关系,从孤立的、自给自足的内容产品,转变为与知识生产前沿持续互动的生态系统。考克兰协作网(Cochrane)的“活的系统综述”(Living Systematic Reviews),使新证据从发表到纳入综述的时间差从数年压缩至数月,甚至数周[18],已成为世界卫生组织、英国国家健康与临床优化研究所(NICE)等机构的指南开发标准。生态层面的“活”,本质上是对“教材滞后于学科发展”这一传统困境的系统性回应。
结构之“活”、工程之“活”、生态之“活”,三者并非互相排斥,而是所处层面的不同:结构层面关注“知识如何组织”,工程层面关注“知识如何生产和维护”,生态层面关注“知识如何与外部环境持续互动”。
2.3 融入教学:3种模式适配教学的比较
3种模式都代表从“传统教材”向“知识服务”的转变,但在教学过程中的融入方式和角色定位存在显著差异。
概念图谱型适配自主探究式教学。教师可以为不同教学目标动态重组概念节点,设计差异化的学习路径;学生可以在概念网络中自由探索,不再被迫沿着唯一的学习路径前进,而是可以在概念图谱中自主选择遍历顺序,形成个性化的知识建构轨迹。以卡内基梅隆大学开放学习计划的《统计推理》课程为例,学生可按自身节奏和兴趣顺序探索不同模块——部分学生从概率模块切入,另一些则从数据可视化开始[17],教材成为学生学习的自主探究工具,真正将“教教材”转变为“用教材教”。因此,需要学习者有明确的学习意图和一定的学科基础,才能真正驱动探索过程。
开源迭代型适配项目实践式教学。其标志性特征是将可执行代码与教材内容深度融合,所有数据分析结果均可在本地复现,教师可以在社区版本基础上定制课程专用分支,学生可以在真实教材项目中学习协作和学术规范,教材从阅读对象转变为实践场域。国际非营利开源社区组织科研木工坊(The Carpentries)多采用现场编程(live coding)教学法,讲师当着学习者的面逐行编写代码并大声说出思考过程,学习者在自己的计算机上同步输入并调试,教材根据实时教学反馈实现持续、动态改进[19],不但实现“学教材”,还实现“在学中用”,学习过程与知识生产过程合而为一。
知识生态型适配的是即时知识服务,在医学领域有较为广泛的应用。医生可以在诊疗现场实时查阅最新数据,配合在线讲座和继续教育学分,构成完整的职业发展生态。瑞典隆德大学自2018年起将考克兰平台的互动学习模块系统嵌入医学博士培养课程,学生需完成全部互动学习模块,并在高年级阶段以小组形式更新一篇考克兰系统综述作为学位研究项目[18]。其教学价值在于消除了职前学习和职后学习的界限,教材不再是学习者需要专门阅读或学习的对象,而是融入专业实践、随叫随到的知识基础设施。
3种模式在教学融入上的差异也揭示了“活的教材”的一个核心张力:当教材越来越“活”,它还能被称为“教材”吗?这一问题恰恰触及了数字时代教材身份的核心。
2.4 向何处去:3种模式中AI融合的比较
人工智能特别是生成式AI的迅猛发展,在自动化概念抽取、知识图谱半自动构建、概念和技术一致性检查等辅助性工具层面具有可观的应用潜力,为“活的教材”带来了全新的可能性,但3种模式对人工智能仍处于审慎应用阶段。3种模式共同面临生成式AI的可靠性挑战、知识同质化风险,以及AI生成内容的学术诚信和版权归属问题,这些深层挑战需要制度建设和技术保障的共同回应。
概念图谱型“活的教材”模式尚未在概念节点创建、语义关系定义等核心环节深度集成AI技术,其知识体系的构建完全依赖领域专家的手工劳动和同行评审。概念图谱作为学科知识体系的标准参考,权威性高度依赖人类专家共识和可溯源的编辑记录。
开源迭代型“活的教材”模式将AI主要用于代码审查和格式一致性检查、大语言模型辅助的多语种社区翻译,以及面向读者的AI问答代理等环节,内容生产的核心决策权仍然掌握在人类作者和社区贡献者手中,形成了“人类负责需要学科专业判断的高阶任务,AI负责规则性重复任务”的协作模式。
知识生态型“活的教材”模式目前仅将AI作为技术工具进行讲解。《重新思考临床试验:一部实用性临床试验活的教材》新增AI与机器学习临床试验伦理、公平性治理章节[11],聚焦大模型用于患者筛选、电子病历解析、预测性模型的监管要求、知情同意、算法偏见、数据隐私风险等,并提供了官方的落地规范框架。
3 对我国高等教育教材数字化转型的启示
本研究通过系统梳理上述3种“活的教材”模式,得出4点启示。
3.1 构建多元协同的教材建设主体
“活的教材”有领域专家共同体、分布式社区和专职机构等不同模式,虽然根植于各自不同的制度环境、学术传统和技术生态,但其可持续性都在于教材建设主体的活力。
对我国而言,可以探索“权威学术主编+开放社区协作+结构化审核流程”等多样化的参与模式,在保障学术质量的前提下降低贡献门槛,逐步将数字教材的编写、审校和持续维护工作纳入高校教师教学工作量核算和职称评定体系,激发广大教师参与数字教材建设的积极性。一方面,要重视教师数字素养的系统提升,在师范教育和在职教师培训体系中增设数字教材应用与开发模块,培养一支既懂学科内容又懂数字教材设计的高素质教师队伍,为高质量教材建设提供人力支撑。另一方面,要加强跨校协作与资源共享,依托高等教育数字教材联盟等平台,推动建立优质教材资源的汇聚与分发机制,探索跨校际的数字教材协同开发模式,避免低水平重复建设,构建多元主体参与的开放治理机制,形成教材数字化转型合力。
3.2 推动教材成为持续生长的知识有机体
钟启泉[20]指出,从纸质教材到数字教材的背后,是知识观与学习理论的进展。3种“活的教材”模式改变了知识的存在方式、生产方式以及知识与外部环境的关系。正因如此,需要明确两点重要认识:①“活”应当是一种可选择、可配置的属性,而非对所有教材的统一要求。对于数学分析、经典力学等以经典确定性知识为核心的学科,基础概念和核心原理“活”的需求相对较低;对于人工智能、基因编辑等前沿领域,知识半衰期极短,如果缺乏持续更新机制,教材将迅速丧失实用价值。②教材中哪些内容可以“活”、哪些内容应当保持相对稳定,需要分类处理。基础概念的定义、核心原理的表述构成学科的“锚点”,应当保持相对稳定性;前沿进展的综述、行业实践的最新案例、数据集和参考文献则具有高频更新需求,可以分类探索不同的建设方式、呈现方式和应用场景。“活的教材”的理想形态,是“核心内容保持稳定+动态扩展内容持续更新”的混合结构。
3.3 探索基于学科的教材数字化转型路径
“活的教材”并没有唯一正确的实现方式,不同学科的知识特性、认知方式和教学需求决定了其适用的路径存在本质差异。陈琳等[21]认为,数字教材建设应充分考虑学科差异,避免盲目追求技术先进性而忽视学科认知规律。在计算密集型和技术快速迭代的学科,可参照开源迭代型模式,搭建学科专属的版本托管和自动构建的流水线。在实践导向、知识更新频繁的学科,可探索“核心教材+案例库+智能问答+虚拟仿真”一体化的知识服务生态建设。在学科概念密集、概念之间交叉关系复杂的理工科领域,可优先构建学科概念关系网络和可视化知识导航系统。同一学科内部,不同层次、不同功能的教材数字化转型也需要不同的路径。我国高等教育教材数字化转型在这些方面都有一定的探索,但国际模式中某些依赖完全开放协作的机制,在我国语境中并不完全适用,要稳妥探索并逐步建立健全制度性保障,既保证意识形态安全和内容质量可控,又为持续更新留出制度空间。此外,区域间、校际间教育资源分布不均衡问题仍然存在,可先在有基础、有需求、有场景的地区和学校开展模式验证。
3.4 把握教材数字化转型的未来方向
3种“活的教材”模式共同面临生成式AI的可靠性挑战、知识同质化风险和学术诚信等深层问题。
就教材数字化转型而言,核心议题仍然是组织哪些资源、使用哪些教学策略、封装哪些功能和工具。因此,要审慎积极地应对以生成式AI为代表的新技术对数字教材建设、应用和管理各环节的挑战。①AI可以提升内容生产效率和个性化服务水平,但不能模糊知识来源的可信边界,也不能成为内容质量的责任主体。要为AI在教材建设各环节的使用划定清晰红线,明确适用边界和责任归属。②经过验证的学科知识体系和评价标准具有不可替代性,教材数字化应超越内容本身的数字化,着眼知识体系的系统建构,将长期积累的学科内容优势转化为可被AI安全调用的结构化知识资产。③AI可以生成内容、推荐路径、分析数据,但无法替代教师对学生认知状态的判断、对学科思维的引导、对教学情境的调适。要重视教材数字化转型中人的维度,推动教师从教材的使用者转向学习体验的设计者。
4 结语
“活的教材”代表国际高等教育教材从静态出版物向动态知识服务转型的前沿趋势。概念图谱型、开源迭代型和知识生态型3种代表性模式都体现了“教材应成为持续生长的知识有机体”这一核心命题。不过,3种模式之间的界限也在逐渐模糊,未来的“活的教材”更可能呈现为3种模式特征的有机融合体。
当然,“活的教材”模式还面临若干共性挑战。①内容质量与一致性保障困难,在多方协作参与的情况下,如何维持概念表述和难度水平的统一始终是个难题。②可持续性困境,概念图谱型和开源迭代型还面临“谁来维护”的现实问题。③数字鸿沟,3种模式都不同程度地依赖高性能终端和网络条件,可能加剧教育资源的不均衡分配。特别是开源社区的参与者群体存在结构性偏差,可能导致教材内容在某些视角上的代表性不足。④“活”的机制可以容纳补充性、前沿性和个性化内容,对教材管理也提出了新的挑战,既要为“活的教材”的创新探索留出空间,也要建立与之相适应的内容审核和质量监管机制。
“活的教材”不是一蹴而就的技术方案,而是需要制度创新、文化建设、技术支撑和持续投入共同驱动的长期系统性工程。本研究提出的分析框架及研究结论,期待能为我国数字教材建设的制度设计、标准研制和实践探索提供参照。
[1] 中共中央 国务院.教育强国建设规划纲要(2024—2035年)[EB/OL].(2025-01-19)[2026-06-24].https://www.gov.cn/gongbao/2025/issue_11846/202502/content_7002799.html.
[2] 教育部,中央网信办,国家发展改革委,等.关于加快推进教育数字化的意见[EB/OL].(2025-04-11)[2026-06-24].http://www.moe.gov.cn/srcsite/A01/s7048/202504/t20250411_1125000.html.
[3] 宋毅,王繁.教育数字化背景下高等教育数字教材的内涵特征、发展现状与建设思路[J].中国大学教学,2024(3):4-7.
[4] VERKROOST M J,LEMMENS R.Living textbook:learning concepts as the brain wants to see them[EB/OL].(2022-06-01)[2026-06-24].https://www.utwente.nl/en/research-information/ showcase/living-textbook.
[5] GIS&T body of knowledge[EB/OL].(2022-06-01)[2026-06-24].https://www.ucgis.org/site/gis-t-body-of-knowledge.
[6] EO4GEO BoK-AI-Cluster-V2[EB/OL].(2024-01-01)[2026-06-25].https://ltb.itc.utwente.nl/524/dashboard.
[7] SpaceSUITE:Space downstream skills development and user uptake through innovative curricula in training and education[EB/OL].(2024-01-01)[2026-06-25].https://www.spacesuite-project.eu.
[8] POLDRACK R A.Statistical thinking for the 21st Century[EB/OL].(2023-08-15)[2026-06-24].https://statsthinking21.github.io/statsthinking21-core-site.
[9] ZHANG A,LIPTON Z C,LI M,et al.Dive into Deep Learning[EB/OL].(2023-12-07)[2026-06-25].https://d2l.ai.
[10] WICKHAM H,ÇETINKAYA-RUNDEL M,GROLEMUND G.R for Data Science(2nd Edition)[EB/OL].(2023-07-18)[2026-06-25].https://r4ds.hadley.nz.
[11] NIH Pragmatic Trials Collaboratory.Rethinking clinical trials: A living textbook of pragmatic clinical trials[EB/OL].(2025-06-01)[2026-06-24].https://rethinkingclinicaltrials.org.
[12] WOLTERS KLUWER.UpToDate expert AI provides clinicians and health systems with fast,reliable GenAI clinical decision support[EB/OL].(2025-09-24)[2026-06-24].https://www. businesswire.com/news/home/20250924720000/en.
[13] Australian living evidence collaboration.Living guidelines handbook (v1.1)[EB/OL].(2025-08-01)[2026-06-24].https://livingevidence.org.au/handbook.
[14] World Health Organization.Therapeutics and COVID-19:living guideline[EB/OL].(2025-09-29)[2026-06-24].https://www.who.int/publications/i/item/WHO-2019-nCoV-therapeutics-2025.1.
[15] EO4GEO:Towards an innovative strategy for skills development and capacity building in the space geo-information sector supporting Copernicus User Uptake[EB/OL].[2026-08-04].https://www.space4geo.eu/entry/eo4geo.
[16] The turing way:A handbook for reproducible,ethical and collaborative data science[EB/OL].[2026-06-25].https://book. the-turing-way.org.
[17] Carnegie Mellon University.Open learning initiative[EB/OL].(2025-08-13)[2026-08-04].https://oli.cmu.edu.
[18] Cochrane interactive learning launches a new module on living systematic reviews[EB/OL].(2026-01-22)[2026-08-04].https://www.cochrane.org/news/cochrane-interactive-learning-launches-new-module-living-systematic-reviews.
[19] About us[EB/OL].(2025-02-01)[2026-08-04].https://carpentries.org.
[20] 钟启泉.从“纸质教材”到“数字教材”:网络时代教材研究的课题与展望[J].教育发展研究,2019(6):1-7.
[21] 陈琳,王蔚,李佩佩.数字教材的本质特征与建设路径研究[J].现代远程教育研究,2024(2):42-49.
赵丽霞,教育部课程教材研究所副研究员。
张值胜,高等教育出版社数字教材出版中心副主任、编审。

END






